基于遥感与地表特性的鄂尔多斯高原北部地貌和覆沙厚度的辨识方法

摘要

地貌是地表环境研究中的一个核心问题，是自然地域综合体的主导要素，其明显控制着地球表层水分与热量的地域再分配，并间接影响着土壤、植被以及物质迁移和生态系统的演替与发展。对于荒漠化地区而言，上覆沙层随地貌条件的变化呈现出不同的空间展布规律。地貌和上覆沙层厚度的研究为探索荒漠化地区土壤、水文生态、地表环境变迁提供了重要基础，对于指导国民经济和社会发展，进行水土保持、流域治理、地下水资源评价与开发利用等实践活动具有重要的指导意义。鄂尔多斯高原地处高原—荒漠的过渡区域，作为明显的生态过渡带和相对独立的自然单元，其生态意义与生态功能毋庸置疑。探求鄂尔多斯高原地貌格局及上覆沙层厚度的空间分布特征，能为当地生态水文格局合理构建、天然生态系统健康维持、退化生态系统恢复重建等提供理论基础和科学依据。
　　本文在综合阐述国内外地貌辨识方法、上覆沙层厚度及土壤有机质空间分布研究现状与进展的基础上，通过野外试验及室内分析在鄂尔多斯高原北部获取了大量的地表特性数据，包括土壤特性参数、土壤含水率、土壤有机质等，以及遥感影像数据，包括高程、坡度、坡向、NDVI等。在此基础上，建立了基于遥感影像与地表特性融合的鄂尔多斯高原北部地貌辨识模型与上覆沙层厚度反演模型，并进行了土壤有机质的空间分布及其与地表特性的关联研究，主要研究结论及成果如下：
　　(1)本文在对国内外地貌辨识研究归纳总结的基础上，结合本次野外实验获取的信息，建立了包含土壤物理特性参数和遥感数据的地貌辨识理论参数体系。通过综合分析、回归分析和空间化方法最终筛选并得到分辨率均为30 m的10D、土壤含水率、高程、坡度、坡向及NDVI的数据集，为研究区地貌辨识奠定了基础。
　　(2)从实地调查地貌类型点中随机抽出134个点，每个地貌点对应5个自变量，即土壤粒径分布特征参数（10D）、土壤含水率、高程、坡度和植被覆盖指数，构成了134个矢量。用自变量和实地调查的地貌类型，构建 Logistic回归方程组，并建立了模型精度评价指标体系。混淆矩阵对该模型的精度评价表明，研究区总体评价精度为51％，说明预测地貌类型与实际地貌类型51%是一致的。能总体考量评价精度的Kappa系数为43%（0.4≤K<0.6），可见，对于研究区而言，Logistic地貌辨识模型具有中等辨识精度。利用本文建立的Logistic模型对研究区任意格点（30m分辨率）处的地貌类型进行了预测。通过Workbench 7.1.2平台IDL语言编程，计算出研究区M=2.6×107个栅格点的地貌类型，最终得到基于Logistic模型的研究区地貌辨识图。
　　(3)以Breiman和Cutler编写的随机森林代码为基础，在对其进行适当改进的基础后，以200个实地调查地貌点的9种地貌类型作为因变量，200个地貌影响因子数据集作为自变量，建立了基于遥感影像与地表特性融合的随机森林地貌辨识模型及精度评价体系。研究区随机森林地貌辨识模型的袋外估计误差（OOB）为22.5%，表明该模型地貌辨识精度较高。此外，Kappa系数为73%，AUC平均值为0.99，也可表明该模型模拟精度较高。利用本文建立的随机森林模型对研究区任意格点处的地貌类型进行预测，得到了基于随机森林模型的研究区地貌辨识图。
　　(4)随机森林地貌辨识模型较 Logistic地貌辨识模型的Kappa系数有显著的提高，从43%提高至73%，总体分类精度从51%提高至77%。且随机森林模型不需使用测试集。结果表明随机森林地貌辨识模型整体优于Logistic模型。
　　(5)目前国内外地貌辨识多使用高程及其扩展信息，本文所建立的基于遥感影像及地表特性融合的Logistic和随机森林地貌辨识模型，在国内外研究中还少有报道，具有一定的创新性。尤其是随机森林算法，在训练样本较小的情况下，仍然具有较好的预测能力，这种地貌辨识方法不会产生过度拟合，构建的模型需输入的参数较少，分类结果可靠。
　　(6)根据遥感测深原理，利用54个实测沙层厚度数据及Landsat5 TM7个波段的数据，构建了一系列上覆沙层厚度反演模型，经对各种模型的反演结果进行检验分析，最终得出波段互乘模型（R=0.622）为最优的模型。
　　(7)通过对上覆沙层厚度实测值与波段互乘模型反演值的比较可以看出，厚度在10~140cm范围内，模型实测值与反演值更为接近，而超出这一范围（0~10cm和110~300cm），则偏差较大。
　　(8)利用多光谱遥感波段组合的方式反演沙层厚度具有一定的探测范围，对于鄂尔多斯高原北部荒漠化地区，本论文初步分析的结果为10~140cm，对于其它地区而言，由于地理位置、气候、沉积条件、沙层下部岩性物理性质等条件的不同，在利用多光谱遥感反演时，可能探测的深度范围也不尽相同，需要采用的波段组合方式或模拟方程也会不同。
　　(9)本次提出的上覆沙层厚度反演模型是对遥感测深技术的一次新的拓展，荒漠化地区上覆沙层厚度反演，对认识流域下垫面条件、构建分布式水文模型、进行水文水资源系统参变量模拟等理论研究具有重要的学术意义，对区域荒漠化治理等实践活动也具有重要的指导意义。

目录

封面

中文摘要

英文摘要

目录

插图和附表清单

1 引言

1.1 研究目的与意义

1.2 国内外研究动态

1.3 研究内容与技术路线

1.4 本次研究的创新点

1.5 小结

2 研究区概况

2.1 地理位置

2.2 气象特征

2.3 水文

2.4 植被

2.5 土壤

3 地貌辨识参数体系的建立与数据获取

3.1 理论参数体系

3.2 数据获取

3.3 研究区地貌辨识参数体系的建立

3.4 本章小结

4 基于遥感影像与地表特性融合的Logistic地貌辨识研究

4.1 Logistic模型概述

4.2 Logistic地貌辨识模型构建

4.3 Logistic地貌辨识模型检验及预测

4.4 Logistic地貌辨识图的空间分析

4.5 本章小结

5 基于遥感影像与地表特性融合的随机森林地貌辨识研究

5.1 随机森林模型概述

5.2 随机森林地貌辨识模型的构建

5.3 随机森林地貌辨识模型精度评价及预测

5.4 随机森林与Logistic地貌辨识模型对比分析

5.5 本章小结

6 基于多光谱遥感的沙层厚度反演研究

6.1 遥感测深基本原理

6.2 资料收集和整理

6.3 上覆沙层厚度反演模型建立

6.4 上覆沙层厚度与地貌类型的关系

6.5 本章小结

7 土壤有机质与地貌的关联

7.1 分析方法

7.2 结果与讨论

7.3 本章小结

8 结论与展望

8.1 结论

8.2 展望

致谢

参考文献

附录

作 者 简 介